对script_2_2进行测试

test_script_2_2.py

@@ -0,0 +1,63 @@
+import unittest
+import os
+import pandas as pd
+
+from script_2_2 import count_ai_keywords
+
+class TestCountAIKeywords(unittest.TestCase):
+    
+    def setUp(self):
+        # 创建测试输入文件
+        self.test_input_file = 'test_input.txt'
+        with open(self.test_input_file, 'w', encoding='utf-8') as f:
+            f.write("AI is amazing\n")
+            f.write("机器学习的未来\n")
+            f.write("Deep learning is powerful\n")
+            f.write("自然语言处理和计算机视觉\n")
+            f.write("Robotics will change the world\n")
+            f.write("Automation is the key\n")
+            f.write("大数据和数据挖掘\n")
+            f.write("自动驾驶技术的发展\n")
+        
+        # 输出 Excel 文件
+        self.test_output_file = 'test_output.xlsx'
+    
+    def tearDown(self):
+        # 删除测试文件
+        if os.path.exists(self.test_input_file):
+            os.remove(self.test_input_file)
+        if os.path.exists(self.test_output_file):
+            os.remove(self.test_output_file)
+
+    def test_count_ai_keywords(self):
+        count_ai_keywords(self.test_input_file, self.test_output_file)
+        
+        # 确保输出文件已创建
+        self.assertTrue(os.path.exists(self.test_output_file), "Excel 文件未创建")
+        
+        # 读取输出的 Excel 文件
+        df = pd.read_excel(self.test_output_file)
+        
+        # 检查 DataFrame 是否包含预期的关键词
+        ai_keywords = [
+            "AI", "人工智能", "Machine learning", "机器学习", "Deep learning", "深度学习", 
+            "Neural network", "神经网络", "自然语言处理", "Natural language processing", 
+            "计算机视觉", "Computer vision", "Robotics", "机器人", "自动化", "Automation",
+            "人脸识别", "Face recognition", "大数据", "数据挖掘", "智能系统", "自动驾驶", "无人驾驶"
+        ]
+        
+        # 获取 DataFrame 中存在的关键词列
+        existing_keywords = df.columns.tolist()
+        
+        # 输出存在的关键词
+        print("存在的关键词列:", existing_keywords)
+        
+        # 确保至少有一个关键词列存在
+        self.assertGreater(len(existing_keywords), 0, "Excel 文件中未包含任何关键词列")
+
+        # 检查每个存在的关键词列是否有弹幕数据
+        for keyword in existing_keywords:
+            self.assertGreater(len(df[keyword].dropna()), 0, f"关键词 {keyword} 的弹幕数应大于0")
+
+if __name__ == '__main__':
+    unittest.main()